Preguntas
frecuentes.

G.Workout es una plataforma SaaS de inteligencia aplicada al entrenamiento deportivo dirigida a entrenadores personales, preparadores físicos y centros deportivos. El problema que resuelve es la fragmentación y la carga administrativa que sufre hoy cualquier entrenador: diseñar rutinas en Excel, hacer seguimiento por WhatsApp, registrar sesiones en cuadernos y atender a cada cliente manualmente.

La plataforma centraliza la programación, el seguimiento del progreso y la comunicación en un único sistema que ya, en su MVP, reduce entre el 50 y el 75 % el tiempo de programación, permitiendo crear una planificación de 12 semanas en menos de 30 minutos frente a las 4 horas previas. En etapas posteriores incorpora IA para ajustar entrenamientos en tiempo real, detectar riesgo de lesión y predecir abandono de deportistas.

Sí. Existe un MVP funcional disponible en www.gworkout.ai actualmente en fase de validación cerrada con usuarios reales. El núcleo operativo está completo: gestión de perfiles de deportistas, programación de entrenamientos, registro de sesiones y seguimiento del progreso.

Datos del piloto activo: 4 entrenadores, 50 deportistas, 254 programas de entrenamiento creados y un NPS preliminar de 68 en el mes 2. La app móvil está pendiente de aprobación en la App Store de Apple y en test cerrado en Google Play.

El entrenador accede a la plataforma web, crea perfiles para cada uno de sus deportistas e importa o diseña programas de entrenamiento usando una librería estructurada de ejercicios y bloques de sesión. Desde ese momento puede:

• Seguir en tiempo real los registros que hace el deportista al ejecutar cada sesión.
• Comentar directamente en las series y ejercicios, generando un canal de comunicación dentro de la plataforma.
• Modificar entrenamientos con el doble de rapidez que en otras plataformas comparables.
• Visualizar informes semanales y mensuales automáticos del progreso de cada atleta.

El tiempo hasta el primer valor real es inferior a 45 minutos. Los entrenadores del piloto usan la plataforma 5 días a la semana.

Las otras plataformas del mercado son herramientas de gestión de clientes y programación; hacen bien lo básico pero no van más allá. G.Workout parte de ahí y construye una capa de inteligencia sobre los datos reales del deportista.

Diferencias que ningún competidor ofrece hoy de forma nativa:

• Ajuste dinámico del entrenamiento según fatiga y adherencia (Etapa 2).
• Integración de datos biométricos de wearables en la planificación.
• Detección de riesgo de lesión basada en dolor articular + carga (Etapa 2).
• Predicción de abandono de deportistas con intervención proactiva (Etapa 3).
• Precio competitivo con funcionalidades superiores a las soluciones equivalentes del mercado.

Sí. G.Workout ofrece un free trial de 30 días sin compromiso con acceso completo a todas las funcionalidades del núcleo funcional: gestión de deportistas, programación de entrenamientos, registro de sesiones y seguimiento del progreso.

Durante esos 30 días puedes gestionar hasta 5 deportistas de forma totalmente gratuita, sin necesidad de introducir datos de pago. El objetivo es que el entrenador valide el producto en su propio flujo de trabajo real antes de suscribirse.

Para un centro deportivo, la plataforma actúa como infraestructura de gestión del entrenamiento a nivel institucional. Sus cinco beneficios directos:

• Estandarización metodológica: todos los entrenadores del centro trabajan desde el mismo sistema con la misma librería de ejercicios y criterios de progresión.
• Seguimiento centralizado: el responsable del centro puede ver el estado de todos los deportistas en tiempo real, sin depender de los registros individuales de cada entrenador.
• Reducción del abandono de socios: la detección temprana de baja adherencia permite intervenir antes de que un socio deje de asistir.
• Integración con wearables: los datos biométricos de los socios se incorporan automáticamente al seguimiento del entrenamiento.
• Feedback en tiempo real: los socios valoran sus sesiones dentro de la app, generando indicadores de satisfacción continuos.

El cumplimiento normativo es un elemento estructural de la plataforma, no un añadido posterior. G.Workout trata datos de categoría especial (biométricos, de salud) bajo los requisitos reforzados del artículo 9 del RGPD:

• Privacy by Design: la arquitectura minimiza la recogida de datos al estrictamente necesario.
• Cifrado total: datos en reposo con AES-256 y en tránsito con TLS 1.2+.
• Acceso por roles (RBAC): cada entrenador solo accede a los datos de sus propios deportistas.
• Datos en la UE: toda la infraestructura está dentro del Espacio Económico Europeo.
• Anonimización para IA: los modelos se entrenan exclusivamente sobre datos anonimizados.
• Derechos del usuario: acceso, rectificación, supresión y portabilidad desde la propia app.

La IA de G.Workout se despliega en capas progresivas, cada una validada antes de añadir la siguiente:

• Etapa 1 (hoy): copiloto del entrenador basado en LLMs. Genera sesiones asistidas, adapta entrenamientos según contexto y produce resúmenes automáticos.
• Etapa 2: modelos predictivos sobre datos reales acumulados (fatiga, adherencia, carga). Integración de datos de wearables. Métricas propias: TOS, AAI y RLBI.
• Etapa 3: motor RAG completo con historial en tiempo real. Ajuste automático de programas. Detección de riesgo de abandono y alertas de lesión.

La IA no reemplaza al entrenador — actúa como una herramienta de apoyo a la toma de decisiones. El entrenador siempre revisa, ajusta y aprueba.

El modelo es SaaS B2B con ingresos recurrentes mensuales basado en una estrategia dual de Product-Led Growth y Customer-Led Growth:

• PLG: free trial de 30 días con conversión autónoma a planes de pago. TTV inferior a 45 min. Tasa de conversión objetivo: 20 %.
• CLG: cada entrenador incorpora 20–100 deportistas al sistema. El cliente profesional se convierte en canal de expansión. Programa de referidos con un mes gratis por cliente referido.

El efecto multiplicador es el motor de escalabilidad: 250 entrenadores activos al mes 24 implican potencialmente entre 5.000 y 25.000 deportistas en la plataforma, sin incremento proporcional del coste de adquisición.

• TAM global: 13.900 M$ en 2025, creciendo al 12 % anual hasta 43.200 M$ en 2035 (Future Market Insights). El sector fitness europeo: 71,6 millones de miembros y 36.000 M€ de ingresos en 2024.
• SAM España: ~35.000 profesionales activos × 30 % adopción × 76 €/mes = 9,6 M€/año. Con expansión a Portugal, Italia y Francia: más de 25 M€/año.
• SOM a 24 meses: 250–380 entrenadores + 3–10 centros deportivos. MRR mes 24: 12.000–22.000 €/mes. Menos del 1 % del SAM español.

Las plataformas consolidadas del mercado son la amenaza más directa. La respuesta estratégica de G.Workout se articula en cuatro ejes:

• Especialización en datos de rendimiento: modelo de datos orientado a carga, fatiga, adherencia y lesiones — una barrera más difícil de cruzar con añadidos superficiales de IA.
• Integración nativa de wearables: diseñada desde el origen, no añadida a una arquitectura heredada. Hacerlo a posteriori es significativamente más costoso.
• Velocidad de iteración: dos personas, ciclos semanales, feedback directo. Ninguna organización con estructura consolidada puede replicar esta velocidad durante la fase crítica.
• Acumulación de datos propietarios: a partir del mes 12, con 300–500 deportistas instrumentalizados, los modelos predictivos alcanzan validez estadística que no se puede comprar.

El equipo fundador combina conocimiento sectorial profundo y capacidad técnica de desarrollo:

• Gonzalo Falguera (Founder, 100 %): licenciado en CAFYDE (UDC), Máster en Dirección de Proyectos, Postgrado en Gestión de la Tecnología en el Deporte. Más de 10 años como entrenador activo con clientes presenciales y online. Su experiencia directa en el problema que resuelve G.Workout elimina la distancia habitual entre producto y necesidad real del mercado.
• Rogelio Márquez (Desarrollador, 40h/semana): Técnico Superior en DAW, 3 años de experiencia en desarrollo de aplicaciones y plataformas web. Responsable del desarrollo técnico de la plataforma.
• Data Scientist / ML Engineer (Etapa 2): perfil planificado al inicio del mes 13, cuando la plataforma dispone de datos suficientes para entrenar los primeros modelos con señal estadística relevante.